买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖南大学申请的专利基于深度学习的智能故障诊断方法、装置及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119622450B 。

龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411627903.2，技术领域涉及：G06F18/241；该发明授权基于深度学习的智能故障诊断方法、装置及设备是由余小游;张泰瑞设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本基于深度学习的智能故障诊断方法、装置及设备在说明书摘要公布了：本申请涉及一种基于深度学习的智能故障诊断方法、装置及设备。所述方法包括：获取目标设备或部件的信号数据、多通道数据和多模态数据；对信号数据和多通道数据进行周期滑动采样，构建智能故障诊断模型；将采样生成的数据集通过输入层输入多通道数据融合层在通道维度上进行拼接和融合，根据隐藏层对浅层特征进行特征提取，将得到的深层特征和多模态数据输入多模态数据融合层进行数据融合，在连接层根据分类函数对融合后的特征进行故障分类，根据分类预测结果和数据集中对应样本的标签设置损失函数；利用损失函数对智能故障诊断模型进行训练，根据训练好的智能故障诊断模型实现智能故障诊断。采用本方法能够提高智能设备故障诊断准确率。

本发明授权基于深度学习的智能故障诊断方法、装置及设备在权利要求书中公布了：1.一种基于深度学习的智能故障诊断方法，其特征在于，所述方法包括： 获取目标设备或部件的信号数据、多通道数据和多模态数据；所述信号数据为传感器直接从目标设备上以一定频率在一定时间内所采样的时序信号；所述多通道数据为其他传感器针对与目标设备或部件相关的其他部件所采集的数据；所述多模态数据为传感器所捕获的与目标设备或部件相关的其他模态的数据； 对所述信号数据和多通道数据进行周期滑动采样，得到采样生成的数据集； 构建智能故障诊断模型；所述智能故障诊断模型包括输入层、多通道数据融合层、隐藏层、多模态数据融合层和全连接层； 将所述采样生成的数据集通过输入层输入多通道数据融合层在通道维度上进行拼接和融合，得到浅层特征；根据所述隐藏层对所述浅层特征进行深层特征提取，将得到的深层特征和多模态数据输入多模态数据融合层进行数据融合，得到融合后的特征；在连接层根据分类函数对所述融合后的特征进行故障分类，得到分类预测结果； 根据所述分类预测结果和数据集中对应样本的标签设置损失函数；利用所述损失函数对所述智能故障诊断模型进行训练，得到训练好的智能故障诊断模型；根据所述训练好的智能故障诊断模型实现智能故障诊断； 将得到的深层特征和多模态数据输入多模态数据融合层进行数据融合，得到融合后的特征，包括： 将所述深层特征和多模态数据送入多层感知机以求出相似度权重为： 其中，fea为通过隐藏层提取出来的深层特征，为多模态数据； 对所述相似度权重进行归一化，得到归一化后的权重为： 将所述归一化后的权重和对应多模态数据进行相乘，得到对应多模态数据的注意力值为： 将所述对应多模态数据的注意力值和深层特征进行拼接，得到融合后的特征为： Concatfea,Attrntion1,…,AttentionN′。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。